Biểu đồ boxplot trong SPSS: Cách vẽ và đọc kết quả

Khi nào dùng biểu đồ boxplot

Bạn dùng biểu đồ boxplot khi muốn nhìn nhanh phân phối của một biến định lượng, so sánh biến đó giữa nhiều nhóm, hoặc phát hiện những quan sát có giá trị bất thường. Ví dụ, trước khi chạy hồi quy, bạn có thể dùng boxplot để xem điểm số, thu nhập, thời gian sử dụng dịch vụ hay mức chi tiêu có bị lệch mạnh hoặc xuất hiện outlier hay không.

Boxplot phù hợp với dữ liệu dạng số, chẳng hạn biến đo bằng thang khoảng hoặc thang tỷ lệ. Nếu biến của bạn là giới tính, ngành học hoặc khu vực, SPSS vẫn có thể dùng biến đó làm nhóm trên trục ngang, nhưng không nên vẽ boxplot cho chính biến phân loại ấy. Khi cần kiểm tra thêm mức độ phân tán, bạn có thể xem cùng độ lệch chuẩn và phương sai.

Boxplot không kiểm định giả thuyết và cũng không tự kết luận rằng dữ liệu sai. Nó là công cụ chẩn đoán bằng hình ảnh. Một điểm nằm ngoài râu có thể là lỗi nhập liệu, nhưng cũng có thể là một người trả lời thực sự có giá trị rất cao hoặc rất thấp. Quyết định giữ, sửa hay loại quan sát phải dựa vào dữ liệu gốc và thiết kế nghiên cứu.

Trong nghiên cứu định lượng, boxplot thường được dùng ở ba thời điểm. Thứ nhất là lúc làm sạch dữ liệu. Thứ hai là khi kiểm tra giả định trước hồi quy, t-test hoặc ANOVA. Thứ ba là khi trình bày thống kê mô tả để người đọc thấy sự khác biệt giữa các nhóm. Nếu câu hỏi nghiên cứu có dạng “giá trị của biến Y có khác nhau giữa nhóm A và nhóm B không”, boxplot giúp bạn nhìn hướng khác biệt trước khi đọc p-value.

Chuẩn bị dữ liệu trước khi chạy

Bạn mở file .sav và kiểm tra biến muốn vẽ trong cửa sổ Variable View. Biến định lượng nên có Measure là Scale. Các biến nhóm như giới tính hoặc nhóm thu nhập có thể để Nominal hoặc Ordinal, tùy cách mã hóa. Kiểm tra thêm nhãn biến, nhãn giá trị và các mã như 99, 999 hoặc -1. Nếu các mã này thực chất là “không trả lời”, chúng phải được khai báo là missing hoặc xử lý trước khi vẽ.

Trong Data View, mỗi hàng nên là một người trả lời và mỗi cột là một biến. Không nhập chữ như “nam”, “nữ”, “cao”, “thấp” vào cột mà bạn định tính trung bình hoặc vẽ boxplot định lượng. Với bảng hỏi Likert, các biến quan sát thường được mã hóa bằng số. Nếu có biến đảo chiều, hãy xử lý theo hướng dẫn của thang đo trước khi tạo biến tổng hợp. Boxplot của một biến đảo chiều chưa xử lý có thể khiến bạn hiểu sai phân phối.

Hãy kiểm tra missing values và số lượng quan sát hợp lệ. Vào Analyze > Descriptive Statistics > Frequencies, đưa biến cần kiểm tra vào ô biến, rồi xem bảng tần số. Nếu một biến có nhiều giá trị thiếu, boxplot chỉ được tính trên các trường hợp hợp lệ và số lượng này có thể khác giữa các biến. Đừng so sánh hai hộp mà không để ý mỗi hộp đang dựa trên bao nhiêu quan sát.

Bạn cũng nên xem dữ liệu có bị nhập sai đơn vị hay không. Một giá trị thu nhập nhập thành 500000 thay vì 5.000.000, hoặc một điểm Likert nhập nhầm 55, sẽ tạo ra hình ảnh bất thường. Có thể tham khảo thêm công thức tính phương sai để hiểu vì sao một vài giá trị cách xa trung tâm làm độ phân tán tăng mạnh.

Nếu bạn có dữ liệu khảo sát từ nhiều nhóm, hãy chuẩn bị biến nhóm có mã rõ ràng. Chẳng hạn 1 = Nam, 2 = Nữ. Nhãn này sẽ giúp bạn đọc biểu đồ và viết kết quả dễ hơn. Trước khi chạy, nên lưu một bản sao dữ liệu gốc. Mọi thao tác sửa hoặc loại quan sát cần có ghi chú, vì hội đồng có thể hỏi bạn đã làm sạch dữ liệu theo cách nào.

Các bước chạy biểu đồ boxplot trong SPSS

Cách 1: Vẽ một boxplot cho một biến

Vào Graphs > Legacy Dialogs > Boxplot. Trong hộp thoại, chọn Simple nếu bạn chỉ muốn xem một biến, sau đó chọn Summaries of separate variables. Nhấn Define.

Đưa biến định lượng cần kiểm tra vào ô Boxes Represent. Ví dụ, chọn Diem_hailong. Nhấn OK để SPSS tạo biểu đồ trong cửa sổ Output Viewer. Cách này thích hợp khi bạn muốn xem toàn bộ mẫu mà chưa cần chia theo nhóm.

Cách 2: So sánh boxplot giữa các nhóm

Vào Graphs > Legacy Dialogs > Boxplot, chọn Simple, rồi chọn Summaries for groups of cases. Nhấn Define. Đưa biến định lượng vào Variable và biến phân nhóm vào Category Axis.

Ví dụ, đặt Diem_hailong vào Variable và Gioi_tinh vào Category Axis. Nếu muốn biểu đồ có tiêu đề hoặc nhãn dễ đọc, bạn có thể nhấp đúp vào biểu đồ trong Output Viewer để mở Chart Editor, sau đó chỉnh tiêu đề và nhãn trục.

Cách 3: Dùng Chart Builder

Vào Graphs > Chart Builder. Nếu SPSS hiển thị hộp thoại xác nhận loại đo lường, chọn tiếp tục. Trong thư viện biểu đồ, chọn Boxplot, rồi kéo mẫu boxplot đơn giản vào vùng xem trước.

Kéo biến định lượng vào trục Y và biến nhóm vào trục X. Nếu chỉ muốn một hộp cho toàn bộ mẫu, để trống trục X hoặc dùng mẫu phù hợp với một biến. Nhấn OK. Chart Builder thuận tiện hơn khi bạn muốn chỉnh nhiều thành phần, nhưng đường dẫn Legacy Dialogs thường dễ theo dõi khi bạn đang làm bài luận văn.

Cách 4: Hiển thị nhãn cho outlier

Trong boxplot của SPSS, các điểm bất thường thường đi kèm số thứ tự của trường hợp. Một số điểm xa hơn có thể được đánh dấu bằng dấu sao. Nhấp đúp vào biểu đồ, chọn điểm dữ liệu hoặc mở phần thuộc tính của biểu đồ để kiểm tra nhãn.

Số hiển thị thường là số thứ tự dòng trong dữ liệu, không phải mã sinh viên hay mã bảng hỏi được hiểu tự động. Bạn cần đối chiếu số đó với Data View hoặc biến mã người trả lời. Không xóa một dòng chỉ vì nó có ký hiệu trên biểu đồ.

Cách 5: Lưu output và ghi lại phiên bản xử lý

Trong Output Viewer, chọn File > Save As để lưu file output. Bạn cũng có thể nhấp phải vào biểu đồ và chọn sao chép sang Word, nhưng nên giữ lại file .spv để đối chiếu sau này. Nếu bạn đã lọc mẫu bằng Data > Select Cases, hãy ghi rõ điều kiện lọc trong nhật ký phân tích.

Khi chạy lại sau khi sửa dữ liệu, đặt tên file theo phiên bản, chẳng hạn boxplot_v1.spv và boxplot_v2.spv. Cách này giúp bạn biết biểu đồ nào được tạo trước và sau khi xử lý outlier. Đây là việc nhỏ nhưng rất hữu ích khi kết quả thay đổi giữa các lần chạy.

Đọc kết quả output

Biểu đồ boxplot không có bảng output dài như hồi quy. Bạn cần đọc năm thành phần chính: đường trung vị, cạnh dưới của hộp, cạnh trên của hộp, râu dưới và râu trên. Khoảng cách từ cạnh dưới đến cạnh trên là IQR, tức khoảng tứ phân vị. Nó cho biết 50% quan sát ở vùng trung tâm của dữ liệu.

Đường nằm bên trong hộp là trung vị. Nếu đường này gần giữa hộp, phân phối trong vùng trung tâm tương đối cân đối. Nếu đường lệch về một phía, dữ liệu có thể bị lệch. Hộp càng cao thì 50% quan sát trung tâm càng phân tán. Khi so sánh nhóm, bạn nên xem đồng thời vị trí trung vị và chiều cao của hộp.

Râu là các đường kéo từ hộp đến phạm vi giá trị được SPSS xem là còn nằm trong vùng thông thường theo quy tắc boxplot. Những điểm nằm riêng bên ngoài râu được hiển thị như outlier. Dấu sao thường biểu thị điểm ở xa hơn so với các điểm được đánh dấu bằng vòng tròn, tùy cách SPSS hiển thị và đánh số trường hợp.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Các con số mô phỏng hình dạng mà bạn có thể quan sát trên một boxplot của SPSS.

Trong ví dụ này, trung vị của Nhóm B cao hơn Nhóm A. Tuy nhiên, bạn chưa thể viết rằng hai nhóm khác biệt có ý nghĩa thống kê chỉ từ hình ảnh. Muốn kết luận, bạn phải chạy kiểm định phù hợp, chẳng hạn t-test cho hai nhóm hoặc ANOVA cho nhiều nhóm, rồi đọc p-value và các điều kiện áp dụng.

Nếu hai hộp chồng lên nhau, điều đó cũng không tự động chứng minh hai nhóm không khác nhau. Nếu hai hộp cách xa nhau, đó là dấu hiệu đáng chú ý để kiểm tra tiếp. Boxplot cho bạn một bức tranh về vị trí và độ phân tán, còn kiểm định mới trả lời câu hỏi về bằng chứng thống kê.

Bạn có thể xem thêm bài trung vị để phân biệt median với mean. Với dữ liệu lệch hoặc có outlier, median thường mô tả vị trí trung tâm ổn định hơn mean. Dù vậy, lựa chọn chỉ số báo cáo vẫn phải phù hợp với mục tiêu phân tích và cách trình bày của đề tài.

Tiêu chí đánh giá

Boxplot không có một ngưỡng “đạt” duy nhất giống Cronbach's Alpha hay KMO. Bạn không nên nhìn thấy một điểm ngoài râu rồi ghi ngay rằng dữ liệu không đạt. Các tiêu chí dưới đây giúp bạn quyết định bước kiểm tra tiếp theo, không thay thế cho việc xem hồ sơ quan sát và mô hình nghiên cứu.

Trong hồi quy, outlier có thể ảnh hưởng đến hệ số, residual và kết luận. Vì vậy, sau boxplot, bạn có thể kiểm tra thêm standardized residual, leverage hoặc Cook's Distance tùy mô hình. Những chỉ số này không nên bị thay thế bằng boxplot, vì chúng trả lời câu hỏi khác.

Khi phát hiện outlier, thứ tự xử lý có thể là: kiểm tra lỗi nhập liệu, đối chiếu dữ liệu gốc, đánh giá tính hợp lệ của câu trả lời, chạy phân tích có và không có quan sát đó, rồi báo cáo lý do nếu loại. Xóa dữ liệu chỉ để biểu đồ đẹp là cách xử lý khó bảo vệ. Nếu quan sát hợp lệ và thuộc đúng tổng thể nghiên cứu, giữ lại thường có cơ sở hơn, đồng thời bạn cần mô tả ảnh hưởng của nó.

Bạn có thể đọc thêm về outlier để phân biệt điểm bất thường trong một biến với điểm có ảnh hưởng mạnh trong mô hình. Hai khái niệm này liên quan nhưng không hoàn toàn giống nhau.

Cách viết kết quả vào luận văn

Trong chương kết quả, bạn nên nói rõ biến nào được vẽ, có chia theo nhóm hay không, và biểu đồ được dùng để kiểm tra điều gì. Không cần mô tả từng điểm nếu biểu đồ không có outlier đáng chú ý. Nếu có điểm bất thường, hãy ghi cách bạn kiểm tra và quyết định xử lý.

Bạn có thể điều chỉnh câu sau theo số liệu thật: “Biểu đồ boxplot cho thấy trung vị của biến [TÊN BIẾN] ở nhóm [TÊN NHÓM 1] là [GIÁ TRỊ], trong khi nhóm [TÊN NHÓM 2] là [GIÁ TRỊ]. Nhóm [TÊN NHÓM] có [mức phân tán cao hơn/thấp hơn] và xuất hiện [SỐ LƯỢNG] quan sát nằm ngoài râu. Các quan sát này được [giữ lại/loại khỏi phân tích] sau khi [nêu căn cứ kiểm tra dữ liệu].”

Nếu chưa chạy kiểm định, tránh viết “nhóm A cao hơn có ý nghĩa”. Cách viết an toàn là “về mặt mô tả, trung vị của nhóm A cao hơn nhóm B”. Sau đó, trình bày kết quả t-test hoặc ANOVA ở phần kiểm định riêng.

Tên hình nên cụ thể, chẳng hạn “Hình 4.2. Boxplot điểm hài lòng theo giới tính”. Trong phần chú thích, ghi đơn vị đo nếu có. Nếu dùng biến tổng hợp từ nhiều biến quan sát, nói rõ cách tính điểm, ví dụ trung bình các biến sau khi kiểm tra độ tin cậy. Đừng chụp toàn bộ Output Viewer nếu chữ quá nhỏ. Hãy xuất biểu đồ với kích thước đủ đọc và giữ bản output gốc trong hồ sơ phân tích.

Lỗi thường gặp khi chạy biểu đồ boxplot

Chọn sai loại biểu đồ

Một số bạn chọn bar chart hoặc histogram rồi cố đọc như boxplot. Hãy kiểm tra lại biểu tượng và tên biểu đồ trong Graphs > Legacy Dialogs > Boxplot. Histogram cho thấy tần số theo khoảng, còn boxplot tóm tắt vị trí, tứ phân vị và điểm bất thường.

Đưa biến phân loại vào trục Y

Nếu đưa giới tính hoặc ngành học vào Variable, SPSS có thể tạo kết quả khó diễn giải hoặc không chạy đúng như mong muốn. Biến định lượng đặt ở Variable hoặc trục Y, biến nhóm đặt ở Category Axis hoặc trục X.

Xóa ngay mọi điểm ngoài râu

Điểm ngoài râu là tín hiệu cần kiểm tra, không phải lệnh xóa. Bạn hãy đối chiếu mã trường hợp, xem giá trị gốc và kiểm tra điều kiện thu thập. Nếu giữ lại, có thể báo cáo rằng dữ liệu có outlier và giải thích cách đánh giá độ nhạy của kết quả.

So sánh nhóm có cỡ mẫu quá khác nhau

Một nhóm có 20 quan sát và nhóm khác có 300 quan sát vẫn có thể vẽ cùng biểu đồ, nhưng độ ổn định của trung vị và tứ phân vị sẽ khác. Hãy trình bày thêm N của mỗi nhóm trong bảng thống kê mô tả.

Nhầm số thứ tự điểm với mã người trả lời

Con số cạnh điểm trên biểu đồ thường là số case trong file. Nếu dữ liệu đã được sắp xếp hoặc lọc, số này có thể không trùng mã bảng hỏi. Đối chiếu với biến ID trước khi liên hệ hoặc loại một trường hợp.

Kết luận về phân phối chỉ bằng boxplot

Boxplot giúp nhận diện lệch và outlier nhưng không cho bạn toàn bộ hình dạng phân phối. Khi cần kiểm tra kỹ, xem thêm histogram, Q-Q plot và thống kê mô tả. Với phân tích cụ thể, hãy kiểm tra đúng giả định của kiểm định đó thay vì dùng một hình duy nhất cho mọi quyết định.

Câu hỏi thường gặp

Biểu đồ boxplot là gì?

Boxplot là biểu đồ tóm tắt dữ liệu bằng trung vị, các tứ phân vị, râu và những điểm nằm ngoài phạm vi râu. Nó giúp bạn nhìn nhanh vị trí trung tâm, mức phân tán và các quan sát bất thường của một biến số.

Trong SPSS, boxplot có thể vẽ cho toàn bộ mẫu hoặc chia theo nhóm. Nó thường được dùng trong bước thống kê mô tả và kiểm tra dữ liệu trước phân tích suy luận.

Boxplot đọc như thế nào cho đúng?

Bạn đọc đường giữa hộp là median, cạnh dưới và cạnh trên hộp là Q1 và Q3, còn phần giữa hai cạnh là IQR. Râu cho biết phạm vi các giá trị còn nằm trong vùng thông thường của biểu đồ. Điểm tách khỏi râu là quan sát cần kiểm tra.

Khi so sánh nhóm, hãy xem đồng thời median, độ cao của hộp, độ dài râu và số lượng quan sát. Hình ảnh chỉ cho thấy xu hướng mô tả, không thay thế p-value của kiểm định.

Boxplot có outlier thì phải làm sao?

Trước hết, kiểm tra mã case, giá trị nhập, đơn vị đo và dữ liệu gốc. Nếu đó là một câu trả lời hợp lệ, bạn không nên xóa chỉ để loại điểm bất thường. Có thể chạy phân tích với và không có case đó để xem kết luận có nhạy với outlier hay không.

Nếu loại quan sát, hãy ghi rõ tiêu chí, số lượng và lý do trong nhật ký xử lý dữ liệu. Nếu giữ lại, báo cáo sự hiện diện của outlier và cân nhắc dùng chỉ số mô tả phù hợp với phân phối lệch.

Boxplot dùng cho biến Likert được không?

Có thể dùng boxplot cho một biến Likert được mã hóa bằng số hoặc điểm trung bình của nhiều biến quan sát, nhưng bạn cần diễn giải thận trọng vì số mức đo có giới hạn. Với thang Likert nhiều biến, thường nên kiểm tra độ tin cậy, tính điểm thang đo rồi mới mô tả biến tổng hợp nếu đó là quy trình của đề tài.

Nếu vẽ từng biến quan sát, biểu đồ có thể có nhiều giá trị trùng nhau và không cung cấp nhiều thông tin. Hãy cân nhắc mục tiêu của biểu đồ trước khi đưa vào chương kết quả.

Có thể dùng boxplot thay cho kiểm định t-test hoặc ANOVA không?

Không. Boxplot cho thấy sự khác biệt về mặt trực quan giữa các nhóm, còn t-test hoặc ANOVA kiểm tra sự khác biệt theo mô hình và giả định thống kê. Bạn có thể dùng boxplot để phát hiện dấu hiệu cần kiểm tra trước khi chạy kiểm định.

Nếu dữ liệu vi phạm điều kiện của kiểm định tham số, bạn cần xem xét phương án phù hợp với thiết kế và dữ liệu, thay vì tự kết luận từ hình ảnh. Kết quả cuối cùng nên gồm cả thống kê mô tả và kiểm định được lựa chọn có lý do.

Vì sao SPSS không hiện boxplot như mong muốn?

Nguyên nhân thường là biến Y chứa chữ, mã missing chưa được xử lý, không có case hợp lệ sau khi lọc, hoặc bạn đặt biến vào sai ô trong hộp thoại. Kiểm tra lại Variable View, tần số của biến và trạng thái Select Cases.

Bạn cũng nên thử đường dẫn Graphs > Legacy Dialogs > Boxplot với một biến số đơn giản. Nếu biểu đồ chạy được, quay lại thêm biến nhóm và kiểm tra từng bước thay vì đưa nhiều biến vào cùng lúc.

Mở lại file dữ liệu của bạn, chọn một biến định lượng và chạy boxplot theo đường dẫn Graphs > Legacy Dialogs > Boxplot; sau đó lưu cả biểu đồ, file output và ghi chú quyết định với từng outlier. Nếu cần chạy bước phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích dữ liệu.